Documentos de Académico
Documentos de Profesional
Documentos de Cultura
sistemas de distribución
Resumen― En este artículo se presenta una metodolo- dex, and the second model minimizes MAIFI index. The
gía para resolver el problema de localización óptima de set of constraints is the same for both models, which
reconectadores y fusibles en sistemas de distribución considers technical and operative characteristics. As
de energía, para mejorar indicadores de confiabilidad solution strategy a methodology is proposed, which
asociados a la frecuencia con la que inciden las fallas considers two different schemes of solution: the first
transitorias y permanentes en los sistemas de distribu- scheme uses the commercial optimizer GAMS and the
ción. Para formular el problema se plantean dos modelos second scheme uses as solution technique a Chu &
matemáticos no lineales de tipo binario que consideran Beasley genetic algorithm (CBGA). In order to verify the
la ubicación de reconectadores y fusibles bajo dos esce- validity of both strategies, these are executed in two
narios de coordinación, denominados fuse save scheme tests systems from the specialized literature, compa-
y fuse blow scheme. El primer modelo minimiza el índice ring the results obtained.
SAIFI y el segundo minimiza el índice MAIFI. El conjun-
to de restricciones es el mismo para ambos modelos, Keywords― Genetic algorithm, fuses, reliability, nonli-
el cual considera características técnicas y operativas. near mathematical model, distribution systems, reclo-
Como estrategia de solución se propone una metodolo- sers.
gía que considera dos esquemas diferentes de solución:
la primera emplea el optimizador comercial GAMS y la
segunda usa como técnica de solución un algoritmo ge-
1. INTRODUCCIÓN
nético de Chu & Beasley (AGCB). Con el fin de verificar
la validez de ambas estrategias, estas son aplicadas a Los sistemas de distribución son los encarga-
dos sistemas de prueba de la literatura especializada, dos de entregar energía a los usuarios de un sis-
comparando los resultados obtenidos. tema eléctrico, garantizando criterios de calidad,
confiabilidad y continuidad al menor costo posi-
Palabras clave― Algoritmo genético, fusibles, confiabi-
lidad, modelo matemático no lineal, sistemas de distri- ble. Sin embargo, la operación de estos sistemas
bución, reconectadores. está sujeta a perturbaciones como fluctuaciones
de voltaje, contenido armónico de las ondas de
Abstract― In this article a methodology to resolve the
problem of optimal location of reclosers and fuses in voltaje y corriente, variaciones de frecuencia, fa-
power electric distribution systems is presented, to llas en los elementos de la red y cortocircuitos en
improve reliability indices associated to the periodicity el sistema, lo que ocasiona algunas veces indis-
of the transient and permanent failures in the distribu- ponibilidad en el servicio. Debido a esto los entes
tion systems. To formulate the problem, two non-linear
binary mathematical models are posed that consider
reguladores exigen cada vez más a los operadores
the location of reclosers and fuses under two scenarios de red, con el fin de mejorar las características
of coordination, denominated “fuse save scheme” and operativas de los sistemas de distribución y ga-
“fuse blow scheme”. The first model minimizes SAIFI in- rantizar un mejor servicio para los usuarios.
Recibido: 15/08/2014 Aceptado: 07/12/2015 ITECKNE Vol. 13 Número 2 • ISSN 1692-1798 • ISSN Digital 2339-3483 • diciembre 2016 • 113 - 126
114 ITECKNE Vol. 13 Número 2 • ISSN 1692-1798 • ISSN Digital 2339 - 3483 • diciembre 2016 • 113 - 126
momentáneas del sistema (MAIFI) para determi- Kim et al. en 2010 [12] proponen el análisis
nar dónde es posible usar un esquema de salva- para la ubicación y coordinación óptima de fusi-
mento de fusibles. En ese mismo año Kagan et bles y reconectadores en sistemas de distribución
al. [7] presentaron un modelo para determinar y empleando una técnica heurística. Para verificar
minimizar los índices de duración y frecuencia de el comportamiento de las protecciones después
las fallas para una red de distribución primaria, de haber sido ajustadas, los autores emplean
en la que los índices de calidad del servicio son sistemas de prueba reales usando el software
considerados a través de las tasas medias de falla PSCAD/EMTDC. En este mismo año Ferreira et
y el tiempo de restauración del servicio. al. [13] emplean optimización multi-objetivo para
Silva en 2002 [8] plantea una formulación ma- minimizar índices como TIEPI (Tiempo de Interrup-
temática para el problema de ubicación de dispo- ción Equivalente de la Potencia Instalada), SAIDI
sitivos de protección, que considera la posibilidad y MAIFI a través de la asignación óptima de ele-
de adicionarlos en lugares estratégicos, buscando mentos de protección. Para obtener una solución
mejorar el índice de confiabilidad de la red. El se emplea el algoritmo genético de ordenamiento
modelo matemático propuesto corresponde a un no dominado NSGA II (Nondominated Sorting Ge-
problema de programación no lineal con variables netic Algorithm II).
de tipo binario, el cual considera una función ob- Darabi et al. en 2011 [14] plantean un mé-
jetivo no lineal con un conjunto de restricciones todo de programación binaria para la ubicación
lineales. En la solución del problema se emplea de dispositivos de protección como reconecta-
un algoritmo evolutivo. Este mismo autor en 2005 dores, fusibles y seccionalizadores, empleando
[9] propone un modelo de programación no lineal el índice SAIDI. El método propuesto es evalua-
entero mixto, con el fin de resolver la ubicación do a partir de la implementación en el software
de seccionalizadores y dispositivos de protección Visual Studio. Este mismo año Toro et al. [15]
en redes de distribución. Esta propuesta tiene proponen un modelo matemático de tipo binario
como objetivo reducir el tiempo de desconexión para la ubicación de elementos de protección a
de la red, debido a fallas temporales y minimizar partir de una técnica que consiste en dividir el
el número de consumidores afectados, garanti- circuito de distribución en una sección principal
zando confiabilidad y bajos costos, logrando de y ramales laterales. En este trabajo se busca
esta manera un aumento en las utilidades de las mejorar los índices de confiabilidad SAIFI y ASI-
empresas y el cumplimiento riguroso de la regla- FI. El modelo es resuelto utilizando el paquete
mentación establecida por parte de los organis- de optimización GAMS.
mos de control. Ferreira et al. en 2012 [16] mostraron un
Moreti en 2007 [10] presenta una metodo- nuevo modelo del problema con una represen-
logía para ubicar dispositivos de protección en tación no lineal de tipo binario, cuyo objetivo
sistemas de distribución primaria, considerando es minimizar los índices SAIFI y ASIFI en un ali-
generación distribuida. El modelo matemático mentador de distribución radial. El modelo mos-
supone la minimización de la energía no servida trado no requiere decisiones heurísticas sobre
sujeto a un conjunto de restricciones técnicas la división del alimentador y clasificación de las
y operativas, empleando una técnica heurística ramas. Para resolver el modelo propuesto se
para su solución. usa una técnica de optimización basada en el
Reyes et al. [11] presentan una metodología algoritmo de Branch-and-Bound. En este mismo
para la ubicación óptima de reconectadores año, Peñuela en su tesis doctoral [17] propone un
automáticos en sistemas de distribución con el modelo matemático para determinar el impacto
objetivo de minimizar la frecuencia media de inte- de fuentes de generación distribuida en sistemas
rrupción del servicio bajo la reglamentación vigen- de distribución de energía, sobre el planeamiento
te en Chile. Son consideradas en el análisis redes de sistemas de distribución, considerando cuatro
radiales con carga uniformemente distribuida y se tipos de dispositivos de protección (reconectado-
realiza una aproximación lineal en el modelado res, seccionalizadores, fusibles y relés). El modelo
matemático del problema. es resuelto mediante la técnica de optimización
multi-objetivo NSGA II y se valida en diferentes
116 ITECKNE Vol. 13 Número 2 • ISSN 1692-1798 • ISSN Digital 2339 - 3483 • diciembre 2016 • 113 - 126
Función que retorna el conjunto de tramos de red en el camino de la subestación al tramo de red i,
I(i) :
donde dicho tramo corresponde a una línea final.
i,j : Índices que recorren los tramos de red.
k : Índice que toma valores del conjunto G(j,i) y del conjunto G'(j,i).
L : Conjunto de todos los tramos de red.
Ni : Número de clientes atendidos por el tramo de red i.
Ni ' : Número total de clientes aguas abajo del tramo de red i.
Nt : Número total de clientes atendidos por el alimentador.
Número máximo de elementos de corte en cascada en las trayectorias desde la subestación a los
NC :
nodos finales.
NTt : Norma de la trayectoria t.
mi : Tasa de fallas permanentes en el tramo de red i.
ci : Tasa de fallas temporales en el tramo de red i.
t : Índice que representa la trayectoria contenida en I(j,i)
Variables binarias
Con el fin de interpretar de manera adecuada la en este caso no se cumple está condición. Para
nomenclatura presentada, considérese el sistema el caso de la función I(i), esta sólo tiene sentido
un sistema de distribución radial como el presen- para los tramos de red finales, es decir, para el
tado en la sección de aplicación y resultados (ver caso de ejemplo, los tramos 6, 7, 8, y 9. Siendo
Fig. 4 y Tabla I). Para este sistema se analizan, a así, I(6)={1,5,6}, I(7)={1,2,7}, I(8)={1,2,3,8} e .
manera de ejemplo, los tramos de red 1, 2 y 4. 9)={1,2,3,4,9}.
El tramo de red tiene 5400 usuarios por lo que
N'1=5400, así mismo N'2=3400 y N'4=800. Para la 2. 2 Función objetivo SAIFI
función F(i) en tramo de red 1, según la defini-
El índice SAIFI representa el promedio de las
ción dada se genera un conjunto vacío F(1)={},
interrupciones por cliente y se calcula como el
mientras que para el tramo de red 2 el conjunto
cociente entre la suma total de interrupciones
ya no es nulo F(2)= {1} y F(4)= {1,2,3}. Al analizar
percibidas por cada cliente sobre el número total
la función G(j,i) se tiene que G(1,2)= {2}, G(1,4)=
de clientes atendidos. Este indicador es de gran
{2,3,4} y G(2,4)= {3,4}. Por otro lado, si se observa
utilidad para las empresas distribuidoras de ener-
la función G'(j,i), en su definición se indica que en
gía eléctrica porque representa la calidad media
el camino de la línea j hacia la línea i se excluyen
del sistema. En forma general, el índice SAIFI (1)
ambos elementos por lo cual se llega a G'(1,2)=
puede calcularse según [18], como se muestra a
{}, G'(1,4)= {2,3} y G'(2,4)= {3}. Considerando
continuación:
ahora la función h(j,i), esta retorna el tramo in-
mediatamente aguas debajo de j en su camino SAIFI =
| mi * Ni
i!L Aq
= N ^1h
Nt t
hacia i, por lo cual se tiene h(1,2)= {2}, h(1,4)=
{2} y h(2,4)= {3}. Nótese que G(4,2)= {}, G'(4,2)= El término Aq en la parte derecha de (1) se pue-
{} y h(4,2)= {} son vacíos puesto que el tramo de expresar como una ecuación no lineal binaria
de red j siempre debe estar aguas arriba de i y
118 ITECKNE Vol. 13 Número 2 • ISSN 1692-1798 • ISSN Digital 2339 - 3483 • diciembre 2016 • 113 - 126
MAIFI =
| I!Lci * Ni A
= Nm ^3h
con el fin de minimizar la complejidad de coordi-
Nt t nación de las protecciones y disminuir el tiempo
de operación de los dispositivos:
Al igual que se hizo con la ecuación (1), el
numerador ubicado en la parte derecha de (3) x i1 + x i2 + x i4 = 2 ^6h
se puede representar como una ecuación binaria
en término de la ubicación de los dispositivos de |x i1 + x i2 + x i4 $ NTt - NC (7 )
protección, como se muestra en (4): t!I
JK
KK c 1 ^ 1 - x i1 h * N il + c i | ^ 1 - x j1 h * N il % x k1 x k2 + NO
OO
k ! G^ j, i h
m i ^ 1 - x i4 h | ^ 1 - x j1 h^ N lj - N ilh % x k1 x k2 + ^4h
j ! F (i)
1 KK OO
MAIFI = N K OO
tK
KK O
KKb m i | ^ 1 - x j1 h | ^ 1 - x k4 h^ N lj - N kl h % x m1 x m2 x m4 % x n1 x n2 lOOO
j ! F (i) k ! G l (j, i)
n ! G l ^ j, i h
L j ! F (i) k ! G l (j, i) m ! G (k, j)
P
Ubicación óptima de reconectadores y fusibles en sistemas de distribución - Gallego, Montoya, Hincapié, Granada 119
0 1 … 1 0 0 … 1 1 0 … 0
120 ITECKNE Vol. 13 Número 2 • ISSN 1692-1798 • ISSN Digital 2339 - 3483 • diciembre 2016 • 113 - 126
La primera parte del vector corresponde a la tuir un individuo de la población cuando aparecen
ubicación de los reconectadores, la segunda parte soluciones infactibles en la población, haciendo
representa los fusibles sin esquema de salvamen- esta una de las características más significativas
to, y la última parte corresponde a los fusibles con del AGCB porque a diferencia del AG básico, no
esquema de salvamento. Cuando en una posición existe el factor de penalidad por el cual tengan
del vector se tiene el valor de cero (0), se indica que ser multiplicadas las infactibilidades, por lo
que el elemento fue instalado en dicha posición, que al no involucrar este factor, se evita ingresar
en caso contrario aparecerá un uno (1). al algoritmo valores subjetivos.
Se obtiene generando una parte con algorit- El AGCB utiliza el método de selección por
mos heurísticos constructivos y la otra parte usan- torneo, donde se realizan dos torneos para selec-
do soluciones aleatorias controladas. En lo que cionar los dos padres correspondientes. En cada
corresponde a los algoritmos constructivos, se torneo participan n individuos (donde n esta entre
utiliza un indicador de sensibilidad para obtener 2 y 4). Cada torneo se realiza de la siguiente ma-
una solución aproximada del problema, y a partir nera. Se seleccionan n individuos y se comparan
de esta solución son introducidas perturbaciones sus funciones objetivo y el que tenga la mejor se
aleatorias en la vecindad, hasta obtener una can- almacena en la posición que le corresponde, ya
tidad predeterminada de soluciones. En cuanto a sea el padre 1 o el padre 2. Luego de tener los
las soluciones aleatorias controladas se debe te- dos padres, ambos pasan al proceso de recom-
ner un conocimiento previo del problema y de las binación.
soluciones que pueden aparecer, con el objetivo
de guiar el proceso de generación de los valores 3.2.6 Recombinación
más adecuados para las variables y de la cantidad
Es el intercambio de material genético de los
de variables de decisión que deben tener valores
padres, se hace utilizando cualquier método de
diferentes de cero. En el caso del AGCB los indivi-
recombinación [17-19]. Después de realizada la
duos de la población inicial deben ser diferentes
recombinación se generan dos descendientes,
y se debe cumplir con el criterio de diversidad
cada uno con material genético de cada uno de
(distancia mínima entre soluciones) [24].
los padres, pero solo uno puede avanzar a la si-
3.2.3 Criterio de diversidad guiente generación y el otro será desechado. La
selección del descendiente seleccionado puede
En cualquier ciclo generacional, cada solución ser de forma aleatoria o de forma controlada.
de la población debe conservar una distancia
mínima de separación respecto a los otros (diver- 3.2.7 Mutación
sidad controlada), excepto en los casos en que
El descendiente seleccionado corresponde a
aplica el criterio de aspiración. Con el criterio de
un vector que contiene algunos valores específi-
diversidad se garantiza una mejor exploración del
cos en cada una de las posiciones asociadas a las
espacio de soluciones, evitando así la convergen-
variables de decisión del problema. En este proce-
cia prematura, siendo esta una gran diferencia
so de mutación se seleccionan aleatoriamente n
respecto al algoritmo genético básico.
de estas posiciones para aumentar o disminuir su
3.2.4 Función objetivo e infactibilidad contenido. Esta decisión de aumentar o disminuir
también puede ser controlada o aleatoria.
En el AGCB se evalúa para cada individuo una
función objetivo y un indicador de infactibilidad. 3.2.8 Mejoría local de un individuo
Estas dos se almacenan por separado y se utilizan
Puede hacerse de dos formas: mejorando su
para propósitos diferentes. La función objetivo se
función objetivo o disminuyendo su infactibilidad.
encarga de la selección y de la sustitución de un
Cualquiera de las dos formas se puede auxiliar de
individuo cuando se tiene una población factible.
un algoritmo heurístico constructivo basado en
La infactibilidad se emplea únicamente para susti-
la sensibilidad; para el caso de la infactibilidad,
Ubicación óptima de reconectadores y fusibles en sistemas de distribución - Gallego, Montoya, Hincapié, Granada 121
puede ser usado un algoritmo que identifique y desarrollo de un algoritmo genético para proble-
elementos atractivos para ser adicionados o reti- mas de optimización combinatorial.
rados para hacer la solución factible. Fig. 2. DIAGRAMA DE FLUJO DEL AGCB
En los dos sistemas se hace un análisis com- tación, la cual alimenta un total de 5000 usuarios.
parativo entre los resultados obtenidos con GAMS Los datos de este se presentan en la Tabla I.
y el AGCB con el fin de mostrar la validez y eficien- Fig. 4. SISTEMA DE PRUEBA DE 9 SECCIONES
cia de estas estrategias.
Fig. 3. DIAGRAMA DE FLUJO DE LA METODOLOGÍA PROPUESTA
Fuente: autores
paquete de optimización comercial. En la Tabla IV Los fusibles por ubicar en el sistema de prue-
se muestran los resultados obtenidos con las dos ba, ya sea para mejorar el índice SAIFI o el índice
estrategias de solución. Se observa que varía la MAIFI, son de las mismas características, con la
ubicación de dispositivos, aunque con igual valor particularidad de que tienen un esquema de coor-
de la función objetivo. dinación diferente.
De acuerdo con los resultados obtenidos, se Después de analizar este sistema de prueba
observa que para mejorar el índice MAIFI es ne- se observa que para los índices SAIFI o MAIFI es
cesario implementar un esquema en el cual no se más eficiente el AGCB, ya que proporciona más
tienen en cuenta los fusibles para salvamento, ya soluciones que un paquete de optimización co-
que estos hacen que las interrupciones que ocu- mercial, dando así más opciones a las empresas
rren en el sistema sean temporales. prestadoras del servicio eléctrico.
TABLA I
DATOS DEL SISTEMA DE PRUEBA 1
Nodo de Nodo de Tasa de fallas permanentes Tasa de fallas temporales Número de consumidores
Sección
envío recibo [fallas/año/km] [fallas/año/km] por tramo
1 1 2 0,8 1,2 800
2 2 3 0,8 1,4 1200
3 3 4 0,9 1,6 800
4 4 9 0,7 1 600
5 2 5 0,9 2 500
6 5 6 0,7 1,7 300
7 3 7 0,8 2,8 400
8 4 8 1 3,2 200
9 9 10 0,5 0,7 200
Fuente: autores
TABLA II
RESPUESTA PARA EL ÍNDICE SAIFI EN EL SISTEMA DE PRUEBA 1
Ubicación de dispositivos
Estrategia de solución SAIFI
Reconectador Fusible Fusible para salvamento
AGCB 1,3,4,9 -- 5,6,7,8 2.346
GAMS 1,3,4,5 -- 6,7,8,9, 2.346
Fuente: autores
TABLA III
RESPUESTAS ADICIONALES PARA EL ÍNDICE SAIFI EN EL SISTEMA DE PRUEBA 1
TABLA IV
RESPUESTA PARA EL ÍNDICE MAIFI EN EL SISTEMA DE PRUEBA 1
Ubicación de dispositivos
Estrategia de solución MAIFI
Reconectador Fusible Fusible para salvamento
AGCB 1,3,4 5,7,8,9 -- 3.336
GAMS 1,3,4 5,6,7,8,9 -- 3.336
Fuente: autores
124 ITECKNE Vol. 13 Número 2 • ISSN 1692-1798 • ISSN Digital 2339 - 3483 • diciembre 2016 • 113 - 126
TABLA V
RESPUESTA PARA EL ÍNDICE SAIFI EN EL SISTEMA DE PRUEBA 2
Ubicación de dispositivos
Estrategia de solución SAIFI
Reconectador Fusible Fusible salvamento
AGCB 1,8,14,33 -- 19,20,23,24,26,29, 31,32,34,35,38,39, 40,41,42,43,44,45, 46 6.3030
GAMS 1,8,14,33 -- 19,20,23,24,26,29, 31,32,34,35,37,38, 39,40,41,42,43,44, 45,46 6.3030
Fuente: autores
TABLA VI
RESPUESTA PARA EL ÍNDICE MAIFI EN EL SISTEMA DE PRUEBA 2
Ubicación de dispositivos
Estrategia de solución MAIFI
Reconectador Fusible Fusible para salvamento
AGCB 1,8,14,18 19,24,26,29,32, 34, 35, 39, 41, 44, 45, 46 -- 7.8374
GAMS 1,8,14,18 19,24,26,29,32, 34, 35, 39, 41, 44, 45, 46 -- 7.8374
Fuente: autores
Ubicación óptima de reconectadores y fusibles en sistemas de distribución - Gallego, Montoya, Hincapié, Granada 125
TABLA VII
RESPUESTAS ADICIONALES PARA EL ÍNDICE SAIFI EN EL SISTEMA DE PRUEBA 2
Respuesta adicional 1 1,8,14,18 19,23,24,26,29, 32, 34, 35, 39, 41, 44, 45, 46 -- 7.8374
19,23,24,26,29, 31,32, 34, 35, 38 39, 41,42, 43,44,
Respuesta adicional 2 1,8,14,18 -- 7.8374
45, 46
Respuesta adicional 3 1,8,14,18 19,23,24,26,29, 34, 41,45,46 -- 7.8374
Respuesta adicional 4 1,8,14,18 19,24,26,29,34, 35,37,38,40,41, 42, 44, 45, 46 -- 7.8374
Respuesta adicional 5 1,8,14,18 19,23,24,29,31, 32,34,35,39,41, 43, 44, 45, 46 -- 7.8374
Respuesta adicional 6 1,8,14,18 19,24,29,34,38, 41, 42,44,46 -- 7.8374
Fuente: autores
[6] F. Soudi and K. Tomsovic, “Optimal trade-offs in dis- [15] C. Toro, R. A. Hincapié, R. A. Gallego, “Ubicación Óp-
tribution protection design,” in IEEE Transactions on tima de Elementos de Protección en Sistemas de
Power Delivery, vol. 16, no. 2, pp. 292-296, Apr 2001. Distribución de Energía Eléctrica,” Revista Scientia Et
doi: 10.1109/61.915498. Technica, vol. XVI, núm. 48, agosto, 2011, pp. 13-18.
Universidad Tecnológica de Pereira. Pereira, Colombia.
[7] N. Kagan and C. C. B. Oliveira, “Goal planning and risk
analysis for distribution reliability indices,” Electricity [16] G. D. Ferreira, A. S. Bretas, “A Nonlinear Programming
Distribution, 2001. Part 1: Contributions. CIRED. 16th Model for Electric Distribution System Reliability Opti-
International Conference and Exhibition on (IEE Conf. mization”. Department of Electrical Engineering, Fede-
Publ No. 482), Amsterdam, 2001, pp. 6 pp. vol.2-. doi: ral University of Rio Grande do Sul, Mayo 2012.
10.1049/cp:20010752.
[17] C. A. Peñuela, “Desemvolvimento de Técnicas e Mo-
[8] Silva, L.G.W. Alocação otimizada de dispositivos de delos Matemáticos para Solução do Problema do
proteção em sistemas de distribuição de energia elé- Manejamento da Expansão e Operação de Sistemas
trica. Dissertação (Mestrado) - Faculdade de Engen- de Distribuçã de Energia Eléctrica Com Geradores Dis-
haria de Ilha Solteira, Universidade Estadual Paulista, tribuídos”. Universidade Estadual Julio de Mesquita
Ilha Solteira, 2002. Filho, Facultade de Engenharia, Campus Ilha Solteira,
2012.
[9] Silva, L.G.W. Desenvolvimento de uma metodologia
integrada para alocação otimizada de dispositivos de [18] A. E. D. C. Tio, I. B. N. C. Cruz, B. M. Malquisto and
controle e proteção previsão de carga em sistemas de R. D. del Mundo, “A binary programming model for re-
energia elétrica. Dissertação (Doutorado) - Faculdade liability optimization considering fuse-blow and fuse-
de Engenharia de Ilha Solteira, Universidade Estadual save schemes,” TENCON 2012 - 2012 IEEE Region 10
Paulista, Ilha Solteira, 2005. Conference, Cebu, 2012, pp. 1-6. doi: 10.1109/TEN-
CON.2012.6412247.
[10] Moreti, E. Análises e estudos para alocação e ajustes
de dispositivos de proteção em redes de média tensão [19] Sh. Abdi, K. Afshar, S. Ahmadi, N. Bigdeli, M. Abdi,
de energia elétrica com geração Distribuída. Disser- “Optimal recloser and sectionalizer allocation in dis-
tação (Mestrado) - Faculdade de Engenharia de Ilha tribution networksusing IPSO-Monte Carlo approach”.
Solteira, Universidade Estadual Paulista, Ilha Solteira, Imam Khomeini International University, Electrical En-
2007. gineering Department, 2013.
[11] Reyes J., Morales M., Garcia-Santander L., Pezoa J. E., [20] J. H. Holland, “Adaptation in natural and artificial sys-
“Optimal location of reclosers in distribution networks tem: An introductory analysis with applications to bio-
in order to minimize the average interruption frequen- logy, control and artificial intelligence”. The University
cy”. Revista: Ingeniare, Vol 17, No 2, April 2009 pp. of Michigan Press, 1975.
205-212.
[21] D. E. Goldberg, “Genetics Algorithms in search optimi-
[12] M. H. Kim, S. H. Lim, J. F. Moon and J. C. Kim, “Method zation and machine Learning,” Addison Wesley Rea-
of Recloser-Fuse Coordination in a Power Distribution ding, Mass, 1989.
System With Superconducting Fault Current Limiter,”
in IEEE Transactions on Applied Superconductivity, vol. [22] Z. Michalewicz, “Genetics Algorithms + data structure
20, no. 3, pp. 1164-1167, June 2010. doi: 10.1109/ evolution programs,” Artificial Intelligence, Springer,
TASC.2010.2040821. Berlin, 1996.
[13] G. D. Ferreira, A. S. Bretas and G. Cardoso, “Optimal [23] P.C. Chu and J.E. Beasly, “A Genetic Algorithm for the
distribution protection design considering momentary generalized assignment problem,” Computers Opera-
and sustained reliability indices,” Modern Electric tion Research, 24(1), pp 17-23, 1997.
Power Systems (MEPS), 2010 Proceedings of the In-
ternational Symposium, Wroclaw, 2010, pp. 1-8. [24] R. A. Gallego; A. H. Escobar., E. Toro. “Técnicas meta-
heurísticas de optimización,” 2 ed. Pereira: Universi-
[14] F. Darabi, A. T. Shooshtari, E. Babaei and S. Darabi, dad Tecnológica de Pereira, 2008.
“Reliability cost allocation of protective devices using
binary programming,” Business, Engineering and In-
dustrial Applications (ISBEIA), 2011 IEEE Symposium
on, Langkawi, 2011, pp. 469-474. doi: 10.1109/IS-
BEIA.2011.6088860.